Python 将40字节的二进制数据读取为ascii文本

我有一些二进制数据，在十六进制编辑器中，它看起来像： s、 o.m.e.d.a.t.a

每个字母之间都有这些点

当我用filehandle.read读取时（40） 它显示了这些点

我知道点不应该在那里，有没有办法用struct解包一些40字节长的ascii数据

---

我尝试了“4S”和“S”，但是它显示了奇怪的数据，或者只解包1个字符而不是40个。

< P>快速和肮脏的解决方案是使用<代码> S[[：2 ] < /COD> >其中<代码> s>代码>是80个字节字节串，其中你只考虑备用字节。根据@fadden的评论，“清洁：解决方案可能是将数据读入

UTF-16

（然后

。将其编码为ASCII等），但如果Q&D满足您的需要，它可能会更简单、更快（如果原始数据中的字符不在最低256个范围内，Q&D方法将给出奇怪的结果，而正确的方法将引发异常——哪种处理更好取决于您的应用程序…。
如果您的第一个字节是ASCII字符（如您的示例所示）第二个字节是“\x00”，那么数据可能编码为UTF-16LE

但是，如果您向我们展示了文件前几个字节中的确切内容，这将是一个好主意。请执行以下操作：

python -c "print(repr(open('myfile.txt', 'rb').read(20)))"

并编辑您的问题以显示结果。如果任何文本是机密的，请在编辑时保留其含义

我们特别感兴趣的是，它是否以UTF-16 BOM开始（
'\xff\xfe'
或
'\xfe\xff'
）

作为背景，您在什么平台（Windows或Linux）上？是什么生成了该文件

更新我对您的陈述感到有点困惑““我尝试了'40s'和's'，但它显示了奇怪的数据，或者只解压了1个字符而不是40个。”“检查以下示例：

>>> data = "q\x00w\x00"
>>> unpack("4s", data)
('q\x00w\x00',) # weird? it's effectively tuple([data])
>>> unpack("s", data)
# doesn't produce a string of length 1
Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
struct.error: unpack requires a string argument of length 1
>>> unpack("ssss", data)
('q', '\x00', 'w', '\x00') # this == tuple(data)
>>>

数据=“q\x00w\x00”
>>>拆包（“4s”，数据）
（'q\x00w\x00'，）#奇怪？它实际上是元组（[数据]）
>>>解包（“s”，数据）
#不会生成长度为1的字符串
回溯（最近一次呼叫最后一次）：
文件“”，第1行，在
struct.error:解包需要长度为1的字符串参数
>>>解包（“ssss”，数据）
（'q'，'\x00'，'w'，'\x00'）#this==元组（数据）
>>>

---

@pxh评论道：“您只得到一个字符，因为这些点被读取为ASCII NUL（并因此终止字符串）。”我非常怀疑@pxh是否能够证明struct.unpack对

“s”

格式的使用在任何方面都取决于数据中的单个字节值，无论

NUL

（

“\x00”

）或其他任何内容。

我正在使用python读取二进制数据：

val = f.read(1)
val = struct.unpack( 'c' , val )

一个字节一个字节地读我需要的东西。 对于40字节的结构，我将

val = f.read(40)
val = struct.unpack( '40c' , val )

---

点是十六进制编辑器中的0x00吗？我想知道这是否是UTF-16文本，您可以通过适当的文本转换来读取。是的--这里的问题是您正在处理某种非ASCII数据，最有可能是UTF-16。您只得到一个字符，因为这些点被读取为ASCII NUL（因此终止字符串）。快速和肮脏是可怕的！整洁。虽然它是utf-16是有意义的。。谢谢两个：）-1首先，OP有文本问题，而不是二进制数据。其次，

val=struct.unpack（'40c'，val）

只是编写

元组（val）的一个很长的过程

而且容易出错——您需要确保在读取和解包时使用相同的长度（例如：40）。